用 GraphScope 像 NetworkX 一样做图分析

NetworkX 是 Python 上最常用的图分析包，GraphScoep 兼容 NetworkX 接口。本文中我们将分享如何用 GraphScope 像 NetworkX 一样在（大）图上进行分析。

NetworkX 是什么
NetworkX 是一个用 Python 语言开发的图论与复杂网络建模工具，它内置了常用的图与复杂网络分析算法，提供了一套简单易用的图分析接口，可以方便地进行复杂网络数据分析、仿真建模等工作。NetworkX 的接口设计十分简洁，对于作为刚进入图算法领域的小白来说，NetworkX 的接口可以帮助使用者快速建立起对图数据的感知，并且对于中小型数据集，NetworkX 的接口也是非常好上手的。

但由于 NetworkX 是基于 Python 语言开发，算法的性能并不是它的强项，而且也无法有效地处理工业级别的大规模图数据。基于这一背景，GraphScope 提供了一套兼容 NetworkX 的图分析接口，在能使用像 NetworkX 这样简单易用的接口的同时，也能提供高性能的图分析算法以支持超大规模图数据的处理。

我们通过一个小例子来简单介绍一下 NetworkX 的图分析过程。

NetworkX 的图分析过程从图的构建开始

import networkx

初始化一个空的无向图

G = networkx.Graph()

通过 add_edges_from 接口添加边列表

此处添加了两条边(1, 2)和（1， 3）

G.add_edges_from([(1, 2), (1, 3)])

通过 add_node 添加点4

G.add_node(4)

接着查看一些图的信息

使用 G.number_of_nodes 查询图G目前点的数目

G.number_of_nodes()

4

类似地，G.number_of_edges 可以查询图G中

边的数量

G.number_of_edges()

2

通过 G.degree 来查看图G中每个点的度数

sorted(d for n, d in G.degree())

[0, 1, 1, 2]

最后调用 NetworkX 内置的算法对对图进行分析

调用 connected_components 算法分析图G的

联通分量

list(networkx.connected_components(G))

[{1, 2, 3}, {4},]

调用 clustering 算法分析图G的聚类情况

networkx.clustering(G)

{1: 0, 2: 0, 3: 0, 4: 0}

上述例子只是对 NetworkX 做图分析的一个简单的介绍，更多 NetworkX 的接口介绍以及详细的使用说明，内置的算法等可以参考 N